1樓：knnay
一些常見的深度學習模型，應該是需要學習的，例如：
卷積神經網路
深度殘差網路[2]
深度殘差網路
深度殘差收縮網路[3]
（面向強噪、高冗餘資料的）深度殘差收縮網路
2樓：Christoph
好多好多大佬回答了這個問題，但是同作為乙個計算機小白，我覺得入門最重要的可能是一項學習計畫，在你什麼都不懂的情況下，自學很容易走彎路。聽到大佬們推薦了好多好多資料，結果開啟發現自己都看不懂...（我就是這麼的苦澀）
本計算機小白根據經驗總結出以下的學習計畫，希望大家可以少走彎路，早日成為機器學習大佬
1. 首先學習計算機類的基礎入門知識，建議通過學習程式語言來了解計算機的基礎原理。
推薦初學者先學習C語言。雖然現在Python才是最火爆的，並且更容易學，但是C語言包含的計算機知識更豐富，是一門更底層更基礎的語言，學習c能夠幫助初學者對計算機基礎知識有深刻理解，培養計算機程式設計思維。當然C語言的編寫確實很麻煩，所以我建議如果不是專業人士，C語言只需要入門，推薦譚浩強的C語言教程。
了解完C語言之後（注意是了解），可以認真學習Python語言（注意是認真學習），因為目前機器學習更多還是以Python實現的。學習Python要多看案例，看看別人是怎麼調庫來解決問題的。
2.學習計算機知識同時，也要學習數學知識，當然看題主的背景數學應該不差。深度學習需要用到很多優化演算法，所以沒學過的話可以專門把數學的優化理論給補上。
（當然，數學不行也不影響你用Python調庫，但是你要想理解演算法，數學是必不可少的）
3.有計算機和數學基礎後，再學習機器學習知識。注意，是先學習機器學習知識，深度學習本質上只是機器學習的發展，沒有機器學習的基礎思想與基本演算法的支援，是無法理解深度學習內容的。
學習機器學習不一定要搞懂每個演算法，但是經典的十幾個演算法肯定要掌握，同時還是多結合案例，多實戰練習。
4.有以上鋪墊之後，恭喜你可以學習深度學習的內容了，學起來可以說是信手拈來，具體內容其他大佬們已經說的很透徹了，我就不班門弄斧了（看到畢導都回答了這個問題，汗..）
3樓：努力努力再努力
給深度學習初學者的三個建議
人工智慧方向正熱，很多新型的深度學習技術受到人們的廣泛關注。越來越多的同學開始學習機器學習、深度學習，想成為人工智慧領域的高手，有所成就。那麼對於深度學習初學者，有哪些好的建議呢？
1、循序漸進，打好數學基礎。先將基礎的資料分析、線性代數及矩陣等高等數學基礎知識學透，入門以後再去學習演算法。
2、學好Python程式語言。深度學習是人工智慧的核心技術，而Python由於具有豐富和強大的庫，語法簡潔易懂，常常是人工智慧新手學習的首選語言。
3、加強實操練習。當你掌握了基本的技術理論，就要開始實踐。從專案的前期資料探勘，到中間模型訓練，到最終專案完成整個流程，通過實操驗證自己的理論，更新自己的技術。
4樓：StevenJokes
推薦沐神最新Pytorch,MXNET雙版Dive into Deep Learning目前自學中，https://
5樓：
先學Python，補一下數學，再學點深度學習的框架，譬如tf、paddlepaddle、torch之類的，多做專案多練手，打打比賽拿個獎，完美~
6樓：古語
人家北理工工科生…不至於缺深度學習的這點數學基礎吧，可能需要補充一些演算法思想罷了。
然後再去了解具體的方法和特點，以及他的發展歷程和每次的改進。
我認為非專業的愛好者如果一上來先要精通python然後學模式識別然後機器學習再到深度學習，這個過程跑下來估計興趣也差不多涼了，不如從目標領域反著來這一過程，讓你能夠一直保持著興趣和明確的學習目的。
畢竟從cs的角度來說，業內的學習方法類似於乙個廣度優先搜尋，而這需要大量的記憶體空間的w，不如反過來做乙個貪婪或者a*搜尋不是麼hhh
7樓：鋁箱
我真的很想糾正，深度學習最重要的是數學啊，並不是計算機。真要說的話，我覺得應用數學專業的人比計算機專業的更適合做深度學習
8樓：「已登出」
更新：cs231n課程可以搜尋mooc.ai到裡面找免費課程就有了。是2017winter版比較新。
李巨集毅的課bilibili搜尋名字就有了。
machine learning
deeplearning.ai，
cs231n
以上的網易雲課堂都有
還有台大李巨集毅教授的課，強烈推薦，不過可能要梯子。
實踐的話可以順帶吧以上課程的課後習題做完，cs231n的作業好難啊！！
9樓：小李
Coursera的吳恩達課程，經典而又使用無比。吳恩達作為一名ml老師，世界上，嗯說他第一有些可能有些誇張，但是我暫時還沒有想到比他好的老師。
非計算機專業的大學生，如何自學程式設計？
氤氳 學習沒有捷徑，啃著啃著你就能達到以點破面的效果，然後就能輕鬆學習了，但是需要注意循序漸進，選擇學習先後順序很重要，也就是由簡到難，本人就是非計算機專業，而且還是乙個八竿子打不著的專業自學轉過來的 我躺好了 非計算機專業學習程式設計要考慮自己學習的目的。如果是為了轉行，早早看轉專業的要求對照著來...
非計算機專業學生如何轉行 AI，並找到演算法 offer？
Christoph 其實說實話，現在的演算法崗價效比並沒有特別高。我自己的話非科班出身，好在導師給的自由度比較大，我自己的閒暇時間較多，還是有幸轉過來了。Christoph 非科班同學如何逆襲大廠演算法暑期實習？ 永無止境 要轉行到AI行業，一些基礎的深層神經網路，是需要掌握的，例如 卷積神經網路 ...
計算機專業學生如何選擇自己工作
吃包子不吐皮 好好上課，什麼資料結構，計算機組成原理，微機原理，編譯原理，演算法導論，離散，線代專業課都好好學，不要等到要用了才後悔 課程設計自己做，平時多打碼練習，刷oj，leetcode，多聯絡，可以自己或者和團隊一起做一些專案，尤其是生產專案，聯絡協作，長期維護整合，同時鍛鍊編碼能力 會寫之後...